明星AI初创诚招世界模型算法工程师(全职/实习)

小小招聘官 2026-02-25 14:03:42

【关于我们】
Manifold AI 流形空间 成立3个月获亿元级融资,中国学术界最早系统布局世界模型的实验室&工业界最早落地世界模型的团队。您也可以通过以下链接深入了解我们的技术愿景: https://mp.weixin.qq.com/s/WW4fOX6CmmbVWssxch_wMA

【工作地点】北上深

【职位描述】*特别优秀者可远程实习
1. 世界模型研发与优化:负责研发和优化世界模型算法,构建机器人的环境感知、状态预测和决策规划能力,提升机器人在复杂环境中的自主决策和适应性;
2. 多模态数据融合:开发适用于机器人端到端操作的多模态世界模型,整合视觉、语言、触觉等多模态信息,构建统一的环境表征和动态预测模型;
3. 时空特征学习:设计和优化机器人视频表征学习方法,从多模态数据中提取有效的时空特征表示,提升机器人的视觉空间推理和环境理解能力;
4. 强化学习与仿真:研究基于世界模型的机器人强化学习技术,开发高效的仿真环境,提升机器人在现实世界中的学习效率和泛化能力;
5. 技术前沿跟踪:跟踪世界模型、多模态学习、机器人学等领域的最新研究进展,推动技术创新和产业化应用落地。

【职位要求】
1. 专业背景:具有计算机视觉、人工智能、机器人学、认知科学等相关专业背景或相关行业工作经验;
2. 编程能力:熟练掌握主流深度学习框架(如PyTorch、JAX),具备优秀的编程能力和代码工程化经验;
3. 模型理解:对世界模型、生成模型(如Diffusion、GAN、Flow、Transformer等)有深入理解,有大规模模型训练经验,熟悉相关评测方法和基准测试;
4. 表征学习:熟悉多模态表征学习方法,能够从视频、图像、文本等数据中提取有效的特征表示,具备时序建模和动态预测经验;
5. 机器人技术:了解机器人端到端操作模型(如ACT、Diffusion Policy、OpenVLA、RT-2、pi0等)及视觉-语言-导航大模型的前沿进展;
6. 强化学习:具备机器人强化学习技术经验,有真实环境下的实施和优化经验,熟悉仿真到现实的迁移学习;
7. 分布式训练:具备大规模分布式训练经验,能够处理海量多模态数据和大型模型,熟悉模型并行和数据并行技术;
8. 学术背景:在ICML、NeurIPS、ICLR、ICCV、CVPR、CoRL等会议发表论文,或在ACM等程序设计竞赛中获奖者优先考虑;
9. 个人素质:具有强烈的技术热情、创新思维和持续学习能力,能够独立思考和解决复杂技术问题。

期权+24%公积金+商保+高薪实习

投递邮箱:roy_intern@manifoldai.cn并抄送hr@manifoldai.cn , pdf简历命名:世界模型算法工程师-姓名

...全文
296 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本报告基于DNA双螺旋归因模型,通过对奇瑞集团三大主体公司(奇瑞汽车、奇瑞新能源、得壹能源)共超4.5万件专利的深度分析,揭示其“整车层→系统层→材料层”三层研发体系的结构性特征与核心矛盾。研究发现,奇瑞在工程应用层面专利布局雄厚,但在底层材料科学和化学领域严重薄弱,导致从整车工程向材料研发延伸时出现“技术断层”。典型案例为得壹能源硅碳负极专利CN120463202A在9个月内被驳回,暴露出“公知工艺拼接、参数微调、缺乏创新机理”的深层次问题,反映出集团在材料领域研发投入不足、人才断层、团队割裂的战略短板。; 适合人群:企业IPR负责人、研发总监/CTO、科技领域投资人及从事新能源汽车技术战略布局的研究人员。; 使用场景及目标:①评估企业专利质量与研发战略匹配度;②识别技术布局中的结构性风险;③指导高价值专利培育与底层技术创新路径规划;④为投资尽调提供技术维度的风险预警。; 阅读建议:本报告强调“专利数据即技术战略镜像”,建议结合IPC分类、发明人流动、法律状态等多维数据交叉研判,避免仅凭专利数量误判企业真实创新能力,尤其在固态电池、芯片等前沿领域需重点关注底层专利质量。

1,029

社区成员

发帖
与我相关
我的任务
社区描述
渊渟无迹静涛君
社区管理员
  • 叫兽-郭老师
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

拒绝黄赌毒,文明聊天,可以问问题,招聘等

试试用AI创作助手写篇文章吧